一种变电站电气设备符号电子图纸存储方法及系统

    公开(公告)号:CN118821670A

    公开(公告)日:2024-10-22

    申请号:CN202410912752.9

    申请日:2024-07-09

    摘要: 本发明公开了变电站电气设备技术领域的一种变电站电气设备符号电子图纸存储方法及系统,旨在解决现有技术不能满足实际需求的问题。识别变电站光栅图中的电气设备符号,获取电气设备符号的类别信息、包围框信息及可信度信息,并从变电站光栅图中提取所有电气设备符号的ROI图像;针对每种类别的电气设备符号绘制对应的标准模板;将ROI图像与标准模板进行比较,确定电气设备符号在电子图纸中的旋转方向;根据ROI图像与标准模板的宽高比确定电气设备符号在电子图纸中的存储缩放比例;利用电气设备符号的包围框信息确定电气设备符号在电子图纸中的存储插入位置;根据电气设备符号的旋转方向、缩放比例及插入位置将电气设备符号存储到电子图纸文件中。

    一种变电站三维模型构建系统、方法、存储介质及设备

    公开(公告)号:CN117744227A

    公开(公告)日:2024-03-22

    申请号:CN202311822467.X

    申请日:2023-12-26

    IPC分类号: G06F30/13 G06F30/20 G06T17/00

    摘要: 本发明公开了一种变电站三维模型构建系统、方法、存储介质及设备,包括:依次连接的CAD导入模块、图纸规范化模块、模型库构建模块和三维识别构建模块;将dwg格式的变电站CAD图纸导入CAD导入模块中,通过图纸规范化模块对变电站CAD图纸进行规范化处理,通过三维识别构建模块将规范化图纸中的二维墙体、道路转换为三维墙体、道路,并根据规范化图纸中的设备调用模型库构建模块中的三维设备模型,构建变电站的三维模型。通过本发明变电站三维模型构建系统和方法实现基于CAD图纸的变电站三维模型的快速识别构建。

    一种基于维度变换的点云分类神经网络优化方法、装置、电子设备及介质

    公开(公告)号:CN116612329A

    公开(公告)日:2023-08-18

    申请号:CN202310636289.5

    申请日:2023-06-01

    摘要: 本发明公开了一种基于维度变换的点云分类神经网络优化方法、装置、电子设备及介质,包括获取待优化的点云分类神经网络;在所述点云分类神经网络的特征提取模块中的各子模块之间均嵌入预先构建的维度变化模块;其中,所述维度变化模块用于通过高维投影的方式将被分类的点云特征非线性地变换到高维空间中,以提高被分类点云特征的线性可分性;利用数据集对已嵌入所述维度变化模块的点云分类神经网络进行网络参数的优化训练,以获得优化后的点云分类神经网络。本发明充分考虑了点云的空间结构特征,通过高维投影的方式提高了点云的线性可分性,解决了运算过程中空间位置信息丢失的问题,进一步提高了网络的分类精度。

    一种基于归类合并的工程图纸线段矢量化方法及系统

    公开(公告)号:CN115546820A

    公开(公告)日:2022-12-30

    申请号:CN202211292653.2

    申请日:2022-10-21

    摘要: 本发明属于工程图纸识别技术领域,具体涉及一种基于归类合并的工程图纸线段矢量化方法及系统。该方法包括,对工程图纸的图像进行去噪,得到待处理的工程图纸图像;将待处理的工程图纸图像中图形的线宽缩小至预设值,得到骨架细化的工程图纸图像;提取骨架细化的工程图纸图像中线段的坐标;基于工程图纸图像中线段的坐标对工程图纸图像中的线段按照是否共线进行归类得到共线的线段集合;基于共线的线段集合得出相交的线段,将工程图纸图像中所有相交的线段合并完成线段的矢量化。本发明基于归类和合并的方法,提供了完整的线段矢量化技术。

    一种基于工程图纸的尺寸信息识别的重构方法及装置

    公开(公告)号:CN116740750A

    公开(公告)日:2023-09-12

    申请号:CN202310791979.8

    申请日:2023-06-30

    摘要: 本发明公开了一种基于工程图纸的尺寸信息识别的重构方法及装置,对矢量化后的的扫描工程图纸作字符分离,再组合成完整的标注字符串,合并为标注文本区域;对标注文本区域作字符识别,对字符识别后的得到的结果进行清洗预处理,得到清洗后的候选尺寸数字集;进行解析、定位、提取,并去除杂质线段,分析和处理不同类型直线及其组合,输出起始与终点坐标信息;确定工程图纸中尺寸结构的尺寸信息;利用所述工程图纸中尺寸结构的尺寸信息进行矢量化图纸到二维翻模图纸的转化的坐标重建,得到真实坐标系统下完整的二维工程图。优点:不仅提高了尺寸结构信息提取的准确率,还给出一种基于整体的尺寸重建方法,使尺寸标注与图形保持严格一致。